Pertemuan 3 : Persepsi Citra & Warna

Slides:



Advertisements
Presentasi serupa
2. FAKTOR MANUSIA Sistem komputer terdiri atas tiga aspek yaitu :
Advertisements

Putu Indah Ciptayani S.Kom
Color Image Processing
Interaksi Manusia dan Komputer - part 2 Danny Kriestanto, S.Kom., M.Eng.
Surface Rendering dan Warna
PERSEPSI PSIKOLOGI.
COLOR SPACE Achmad Basuki Politeknik Elektronika Negeri Surabaya.
Oleh : VISKA ARMALINA, ST., M.Eng
INTERAKSI MANUSIA DAN KOMPUTER
Citra Berwarna.
S1 Tekinik Informatika Disusun Oleh Dr. Lily Wulandari
Pengolahan Citra 2-Akuisisi Citra Dari berbagai sumber
Pengolahan Citra Diah Octivita ( ) Hadi Ismanto ( ) Jan Peter ( ) Yenni Rahmawati ( )
1 Pertemuan 2 Citra Dijital dan Persepsi Visual Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
Citra Digital dan Pengolahannya
Teori Warna Grafik Komputer 2.
Grafika Warna Dewi Octaviani S.T, M.C.s.
W A R N A 4/14/2017.
Pengolahan Citra Berwarna
RENDERING (Warna & Pencahayaan)
Konsep dan Terminologi
IMAGE ENHANCEMENT (PERBAIKAN CITRA)
Pengolahan Citra Berwarna
FAKTOR MANUSIA DALAM INTERAKSI MANUSIA DAN KOMPUTER.
1. Pendahuluan Image Processing 1. Content: 1.Aplikasi Citra 2.Pengertian Citra Digital 3.Pengertian Piksel 4.Sampling 5.Kuantisasi 6.Jenis Citra 7.RGB.
Warna Tanah.
WARNA.
PENGOLAHAN WARNA CITRA
Basic Design Principles
2 Pengolahan Citra Digital
SI122 – Interaksi Manusia dan Komputer
ORGANON VISUS PENGLIHAT.
PENGOLAHAN CITRA DIGITAL
Hieronimus Edhi Nugroho, M.Kom
--- anna’s file PENGINDERAAN JAUH --- anna’s file.
Oleh : IMAM BUKHARI, S.KOM., MM
EDY WINARNO fti-unisbank-smg 31 maret 2009
Pertemuan 4 : Pencuplikan & Kuantisasi Citra
BAB II. PEMBENTUKAN CITRA
Pengolahan Citra Digital
Color Image Processing
Informatics Engineering Dept
PENILAIAN INDERAWI II.
Teori Warna Grafik Komputer 2.
VISUAL MK Psikologi Faal RDS.
TEORI TRICHROMATIC Permulaan abad 19, Thomas Young ( ) seorg physician Inggris membuktikan bahwa mata mempunyai receptor (penerima) partikel2 cahaya.
FAKTOR MANUSIA (2) (LANJUTAN) DOSEN. UTAMI DEWI WIDIANTI.
INTERFERENSI Irnin Agustina D.A., M.Pd
LATIHAN UAS EKO NURSULISTIYO.
Operasi Aritmatika dan Geometri pada citra
Faktor Manusia dalam IMK
Informatics Engineering Dept
Nilai & Warna, Ruang, Gerakan
Digital Image Processing
Faktor Manusia.
TINGKAT KEABUAN DAN WARNA CITRA
DESAIN GRAFIS IMK 2015 Laseri, S.Kom.
PENGOLAHAN CITRA DAN POLA CITRA DIGITAL
Pengolahan Citra Digital
Warna, Symbol, Safety dan Typography OSKAR JUDIANTO SSn. MM. MDs.
Pengolahan Citra Digital
Spektrofotometer UV-VIS
Dosen Pengampu Mata Kuliah : Muhammad Fauzi. M.Ds
Faktor Manusia.
Konsep Dasar Pengolahan Citra
Faktor Manusia.
Pengolahan Citra Digital. Pembentukan Citra Citra dibagi menjadi 2 macam : 1.Citra kontinyu : adalah citra yang dihasilkan dari sistem optik yang menerima.
KONSEP DASAR CITRA DIGITAL (2) dan SISTEM PEREKAMAN CITRA
PERSENTASE Dasar Desain Grafis Sekolah: SMK Telkom Makassar Program Keahlian : Teknologi Komunikasi Dan Informatika Kompetensi Keahlian : Teknik Komputer.
Mengenal Warna. Warna dapat didefinisikan secara obyektif/fisik sebagai sifat cahaya yang dipancarkan, atau secara subyektif/psikologis merupakan bagian.
Transcript presentasi:

Pertemuan 3 : Persepsi Citra & Warna Andriyan B. Suksmono John Adler KK-Komputasi dan Kecerdasan Buatan Sistem Komputer Universitas Komputer Indonesia-UNIKOM Departemen Sistem Komputer TK 37404 Pengolahan Citra Persepsi citra & Warna 1

Penangkapan citra oleh mata Pengertian Thd citra mata Citra yg ditangkap benda Persepsi visual Pengolahan citra oleh mata Pengolahan lebih lanjut oleh otak Model ini penting untuk mengembangkan ukuran kualitas (fidelity) Persepsi citra & Warna 2 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Konstruksi mata manusia Persepsi citra & Warna 3 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Dua jenis fotoreseptor Rods (silindris) Panjang dan tipis Sangat banyak jumlahnya (~100 juta) Menentukan penglihatan stocopic (pd pencahayaan rendah) Hanya menangkap luminasi citra Cones (Kerucut) Pendek dan tebal, dimampatkan dalam fovea (pusat retina) Jauh lebih sedikit dibandingkan rods (~6.5 juta) dan kurang sensitif Menentukan penglihatan photopic (pd pencahayaan tinggi) Bertanggung jawab untuk penglihatan berwarna Persepsi citra & Warna 4 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Cahaya Adalah gelombang elektromagnetik (EM) Mata manusia sensitif pada panjang gelombang 350-780 nm. Dinyatakan sebagai sebaran rapat energi I() Mata manusia beroperasi pada 10 order-of-magnitude jangkauan iluminasi! Persepsi citra & Warna 5 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Akuisisi citra Persepsi citra & Warna 6 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Intensitas vs kecerahan Intensitas (luminance) (luminansi absolut), tdk tergantung luminansi sekitarnya Kecerahan (brightness) Luminansi yg di-indera Bergantung pada luminansi di sekitarnya Mata manusia lebih sensitif terhadap kontras luminansi daripada nilai absolut luminansi. Persepsi citra & Warna 7 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Contoh Tanda air kasat mata Bagaimana tanda air bisa terlihat pada tingkat keabuan yang hampir seragam dalam citra? Persepsi citra & Warna 8 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Kriteria fidelitas citra Ukuran yang subyektif Pengujian oleh manusia Skala kualitas: ekselen, baik, rata-rata , jelek, tdk memuaskan (excellent, good, fair, poor, unsatisfactory) Skala impairment: unnoticable, just noticeable ,… Ukuran komparatif Dibandingkan citra lain/ sekelompok citra lain Ukuran obyektif (kuantitatif) MSE dan variasi Pro: sederhana, kurang bergantung pd opini individu, mudah ditangani secara matematika Kontra: tidak selalu mencerminkan apa yg dilihat oleh mata manusia Persepsi citra & Warna 9 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Kriteria rata-rata kuadrat Rata-rata (atau jumlah) beda kuadrat dr intensitas dua citra SNR (Signal to Noise Ratio) SNR = 10 log10(s2/ e2) dinyatakan dalam decibel (dB) PSNR = 10 log10(A2/ e2) dengan A nilai puncak-ke-puncak Skitar 12-15 dB lebih tinggi dari SNR Persepsi citra & Warna 10 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Warna dari cahaya Warna yang dilihat mata bergantung pada kandungan spektral (komposisi panjang gelombang) Mis. 700 nm , cahaya berwarna merah “warna spektral”, cahaya dng lebar pita sangat sempit Jika semua gelombang dalam daerah cahaya tampak memiliki energi seragam, maka akan terlihat warna putih Persepsi citra & Warna 11 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Atribut warna Kecerahan (luminansi yang ditangkap) Krominansi Hue Menentukan “tone” dari warna (kemerahan, kehijauan dst) Bergantung pada puncak panjang gelombang Saturasi Menggambarkan bgmn warna murni Bergantung pada sebaran (lebar pita) dari spektrum cahaya Menunjukkan seberapa banyak cahaya putih ditambahkan Persepsi citra & Warna 12 TK 37404 Pengolahan Citra Departemen Sistem Komputer

Representasi 3 warna utama Sebarang warna dapat dibentuk dng mencampurkan 3 warna utama secara benar (Thomas Young, 1802) Tiga tipe kerucut dalam retina manusia Spektra serapan Si() memiliki puncak disekitar 450 nm (biru), 550 nm (hijau), dan 620 nm (kuning-hijau) Sensasi warna yang digambarkan oleh tanggapan spektral Cahaya berwarna Persepsi citra & Warna 13 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Matching warna dan reproduksi Campuran tiga warna primer: C= kPk() Untuk matching warna tertentu C1 atur k sedemikian hingga i(C1) = i(C), i= 1,2,3 Warna tiga-stimulus Tk(C) Tk(C) = k / wk, wk: banyaknya warna primer ke-k untuk matching referensi putih Kromatisitas tk = Tk /(T1+ T2 + T3) t1+ t2 + t3 = 1 Visualisasikan (t1,t2) untuk mendapatkan diagram kromatisitas Persepsi citra & Warna 14 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Koordinat warna CIE & diagram kromatisitas CIE spektra primer (RGB) Commision Internationale de L’Eclairage Komite internasional standard warna Sumber utama monokromatis P1 = 700 nm (merah), P2 = 546nm (hijau), P3 = 435 nm (biru) Sinar putih referensi memiliki spektrum datar R=G=B=1 Persepsi citra & Warna 15 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Lanjutan … Sistem XYZ CIE Y ~luminansi 3 Warna utama Warna antara garis C1 dan C2 dapat diperoleh dengan mencampurkan keduanya Warna didalam segitiga dapat diiperoleh dengan mencampur tiga warna primer Persepsi citra & Warna 16 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Koordinat warna yang lain YIQ untuk transmisi sistem NTSC National Television Systems Committee (NTSC) Sistem utama penerima (RN, GN, BN) pada TV SIstem pemancar (YIQ) Memungkinkan pengiriman video warna pada kanal TV monokrom YUV (YCbCr) untuk PAL dan video dijital HSV: Hue, Saturation, Value CMY untuk printing Cyan, Magenta, Yellow (komplemen dari RGB) Persepsi citra & Warna 17 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Contoh Komponen-2 Komponen-1 Komponen-3 Persepsi citra & Warna 18 Departemen Sistem Komputer TK 37404 Pengolahan Citra

Mengapa terdapat banyak koordinat warna ? Alasan sejarah Untuk tujuan tertentu Transformasi linier antar sistem-sistem warna yang berlainan Persepsi citra & Warna 19 Departemen Sistem Komputer TK 37404 Pengolahan Citra

PENCUPLIKAN & KUANTISASI CITRA Minggu Depan..... Pertemuan ke-4 : Persepsi citra & Warna 20 Departemen Sistem Komputer TK 37404 Pengolahan Citra

TERIMA KASIH Persepsi citra & Warna 21 Departemen Sistem Komputer TK 37404 Pengolahan Citra